Page 18 - 电力与能源2024年第五期

第 45 卷 第 5 期
电力与能源
550 2024 年 10 月

DOI：10.11973/dlyny202405003

基于混沌-遗传混合算法的多目标优化无功补偿研究

林少佳，林师远，罗 杰，黄 雄，吴天杰，陈锐忠，周守辉，张 诚
（海南电网有限责任公司琼海供电局，海南 琼海 571442）

摘 要：由于电力系统中存在感性负载和容性负载，导致电力系统存在电压波动。为提高电力系统无功补偿
的准确性，提出了一种基于混沌-遗传混合算法的多目标优化无功补偿方法。首先，将混沌算法与遗传算法相
结合，在初始阶段先利用遗传算法的全局搜索能力快速找到一组较好的初始解，随后使用混沌算法进行局部
搜索和优化。其次，构建了一个多目标无功补偿优化模型。最后，基于 IEEE 30 节点进行了试验分析，试验结
果表明，所提出的方法能有效地提高电力系统无功补偿的准确度，从而提高电力系统的运行可靠性。
关键词：电力系统；电压波动；无功补偿；混沌算法；遗传算法
基金项目：南方电网项目（070400KC23090013）
作者简介：林少佳（1993—），男，工程师，研究方向为电力系统运行与控制。
中图分类号：TM714 文献标志码：A 文章编号：2095-1256（2024）05-0550-04
Research on Multi-Objective Optimal Reactive Power Compensation Based on

Chaos-Genetic Hybrid Algorithm

LIN Shaojia，LIN Shiyuan，LUO Jie，HUANG Xiong，WU Tianjie，CHEN Ruizhong，

ZHOU Shouhui，ZHANG Cheng
（Qionghai Power Supply Bureau，Hainan Electric Power Co.，Ltd.，Qionghai 571442，Hainan Province，China）

Abstract：Voltage fluctuations in power systems arise due to the presence of inductive and capacitive loads. To
address the accuracy of reactive power compensation, this paper proposes a multi-objective reactive power com⁃
pensation method based on hybrid algorithms. Initially, a combination of chaos and genetic algorithms is used,
s
where the genetic algorithm’ global search capability finds a good set of initial solutions, followed by local search
and optimization using the chaos algorithm. A multi-objective reactive power compensation optimization model is
then constructed. Experimental analysis on an IEEE 30-node system demonstrates that the proposed method ef⁃
fectively improves the accuracy of reactive power compensation, thereby enhancing the reliability of power system
operations.

Key words：power system，voltage fluctuations，eactive power compensation，haos algorithm，genetic algorithm
r
c
随着电力系统的持续发展和负荷容量的不断 入研究电力系统无功补偿对于促进电力系统的持
增大，早期规划的电力系统逐渐显现出无功规划 续发展有着十分重要的意义。
不足的问题 ［1-2］ 。因此，需要对电力系统进行实时 在研究和优化无功补偿问题的过程中，随着
无功监测并进行调整。无功功率调整的目的是对 电 力 系 统 规 模 的 不 断 扩 大 ，补 偿 问 题 也 日 趋 复
电力系统缺失的无功进行补偿，确保电力系统拥 杂 ［5-6］ 。尤其是在 IEEE 30 总线系统中，无功补偿
有足够的无功功率储备 ［3-4］ 。其中，无功补偿的选 存在高度非线性、多模态和不连续的特点 。近
［7］
址及无功补偿优化准确度的计算是无功补偿最为 年来，为了提高无功补偿的有效性，研究者开始将
重要的环节，无功补偿选址的合理性和补偿优化 遗传算法（GA）应用于选址问题，这已成为一种发
准确度计算的准确性，直接关系到无功补偿的有 展趋势。遗传算法的一个显著优势在于，它适用
效性，进而影响到电力系统的稳定运行。因此，深 于处理复杂优化的问题，包括无功补偿问题，因此